|
淺談模擬電路故障原因與診斷方法
（作者未知） 2010/6/21
（接上頁）展。即假定發(fā)生故障的元件是少數(shù)幾個(gè)，通過有限的測(cè)量和計(jì)算確定故障。因該法是先假定故障范圍再進(jìn)行驗(yàn)證，所以又稱為故障證實(shí)技術(shù)。
四、其他方法
(一)近似技術(shù)。近似技術(shù)著重研究在測(cè)量數(shù)有限的情況下，根據(jù)一定的判別準(zhǔn)則，識(shí)別出最可能的故障元件，其中包括概率統(tǒng)計(jì)法和優(yōu)化法。此法原理與故障字典法十分類似，屬于測(cè)前模擬的一類。采用最小平方準(zhǔn)則的聯(lián)合判別法和迭代法，采用加權(quán)平方準(zhǔn)則的L2近似法，采用范數(shù)最小準(zhǔn)則的準(zhǔn)逆法等。這些方法都屬于測(cè)后模擬，由于在線計(jì)算量大，運(yùn)用不多。
(二)模糊診斷。對(duì)于復(fù)雜電路，由于元件容差、電路噪聲以及元件參量與特性之間的非線性，用傳統(tǒng)的電路理論難以獲得精確解和唯一解，出現(xiàn)了模糊現(xiàn)象，而這種模糊現(xiàn)象與隨機(jī)現(xiàn)象不同，不便于用統(tǒng)計(jì)分析方法來解決。另外，對(duì)于故障診斷來說。往往不要求精確解，只要滿足故障隔離要求即可，于是提出把復(fù)雜電路看作模糊系統(tǒng)，用模糊信息處理的方法進(jìn)行故障診斷。模糊診斷的原理是模糊模式識(shí)別。測(cè)前，利用隸屬度函數(shù)按照不同的準(zhǔn)則構(gòu)成判別函數(shù)；測(cè)后，再利用判別函數(shù)判別所測(cè)得的特性向量對(duì)各種故障狀態(tài)的隸屬度程度。為了提高診斷效率，模糊識(shí)別應(yīng)該具有自學(xué)習(xí)和修正功能，最簡(jiǎn)單的方法是根據(jù)實(shí)際診斷的結(jié)果，以適當(dāng)?shù)姆绞�、自�?dòng)地修正隸屬度函數(shù)或判別函數(shù)，以便不斷自我完善。
(三)人工智能技術(shù)。近年來，隨著人工智能的發(fā)展，診斷自動(dòng)化、智能化的要求逐漸變?yōu)楝F(xiàn)實(shí)。其中基于知識(shí)的專家系統(tǒng)(簡(jiǎn)稱專家系統(tǒng))的研究起步最早，目前在診斷中已有成功的應(yīng)用。模糊理論由于具有處理不確定信息的能力，因此通常和專家系統(tǒng)結(jié)合，作為前處理和后處理。神經(jīng)網(wǎng)絡(luò)技術(shù)在診斷中的應(yīng)用起步較晚，但由于其強(qiáng)大的并行計(jì)算能力和自學(xué)習(xí)功能及聯(lián)想能力，很適合作故障分類和模式識(shí)別，因此在診斷中很受歡迎。
|